[发明专利]一种旋转目标检测方法、装置、设备及可读存储介质

说明书

本申请涉及一种旋转目标检测方法、装置、设备及可读存储介质，涉及计算机视觉技术领域，包括基于特征提取骨干网络对包含多个待定位对象的待定位图像进行特征提取得到深度不同的多张第一特征图；基于特征金字塔网络对多张第一特征图进行特征聚合得到感受野不同的多张第二特征图；对多张第二特征图进行上采样得到具有相同尺寸的多张第三特征图，将多张第三特征图进行相加得到融合特征图；将融合特征图输入卷积层得到顶点热力图、日冕中心点热力图、尺寸预测图、偏执预测图和方向预测图；根据上述五张图计算得到各个待定位对象的角点坐标。本申请可降低旋转目标检测的难度和专业性依赖，并提高检测精度。

技术领域

本申请涉及计算机视觉技术领域，特别涉及一种旋转目标检测方法、装置、设备及可读存储介质。

背景技术

旋转目标检测是指给定任意包含倾斜物体的图像，以求解出这些倾斜物体的位置，并用包裹物体区域的四个角点表示出来。几十年来，旋转目标检测领域已经涌现了众多优秀的算法，并且越来越多的研究人员开始投身旋转目标检测算法的研究，使得旋转目标检测算法的性能越来越好，更为广泛的应用到实际生活中。但由于旋转目标自身状态以及旋转目标所处环境的不断变化，建立一个通用的、鲁棒的旋转目标检测算法仍然是一个具有挑战性的问题。

由于遥感图像是俯瞰拍摄的，其包含的空间场景更大更复杂且种类和数量更多，因此遥感目标检测难点主要包括小目标、密集以及方向任意。相关技术中，无论是两阶段还是单阶段的检测方法大多都是基于锚框，均为网络引入了大量的超参数。但是，超参数的确定需要大量的专业知识和不断地调优，并且难以应对跟踪过程中可能出现的复杂的目标变化和环境变化；而无锚框的检测方法直接对角度进行预测，其不可避免的会产生预测偏差，对算法的精度会产生一定的影响。

发明内容

本申请提供一种旋转目标检测方法、装置、设备及可读存储介质，以解决相关技术中存在的检测方法复杂、专业性依赖强以及检测精度低的问题。

第一方面，提供了一种旋转目标检测方法，包括以下步骤：

基于特征提取骨干网络对待定位图像z进行特征提取，得到深度不同的多张第一特征图所述待定位图像z包含多个待定位对象；

基于特征金字塔网络对所述多张第一特征图进行特征聚合，得到感受野不同的多张第二特征图ρ_i(z)；

分别对所述多张第二特征图ρ_i(z)进行上采样，得到具有相同尺寸的多张第三特征图，并将所述多张第三特征图进行相加，得到融合特征图P(z)；

将所述融合特征图P(z)输入至卷积层，得到顶点热力图、日冕中心点热力图、尺寸预测图、偏执预测图和方向预测图；

根据顶点热力图、日冕中心点热力图、尺寸预测图、偏执预测图和方向预测图计算得到所述待定位图像中各个待定位对象的角点坐标。

一些实施例中，所述基于特征金字塔网络对所述多张第一特征图进行特征聚合，得到感受野不同的多张第二特征图ρ_i(z)，包括：

基于特征金字塔网络分别对所述多张第一特征图进行卷积操作，得到多张卷积后的特征图

根据以下公式分别对多张卷积后的特征图进行特征相加处理，得到感受野不同的多张第二特征图ρ_i(z)；

一些实施例中，所述根据顶点热力图、日冕中心点热力图、尺寸预测图、偏执预测图和方向预测图计算得到所述待定位图像中各个待定位对象的角点坐标，包括：

从顶点热力图中获取多个第一置信度峰值点，并分别将每个第一置信度峰值点作为一个预测顶点，得到多个预测顶点；

从日冕中心点热力图中获取第一待定位对象的第二置信度峰值点，并将所述第二置信度峰值点作为所述第一待定位对象的预测中心点；